En febrero de 2024, el CEO de Klarna anunció que la IA de la compañía hacía el trabajo de 700 agentes de atención al cliente. La cita apareció en casi todas las publicaciones de negocios. Se convirtió en la referencia obligada de que «la IA está reemplazando el trabajo del conocimiento», y los líderes de CX que habían sido prudentes con la IA de pronto tuvieron que explicar a sus consejos de administración por qué no estaban haciendo lo mismo.
En mayo de 2025, Klarna volvía a contratar personas sin hacer ruido. A comienzos de 2026, la recontratación estaba muy avanzada, el CEO reconocía públicamente que la compañía había antepuesto el costo a la calidad y lo estaba pagando en satisfacción del cliente.
La cobertura mediática lo presentó como una historia de una IA que no daba la talla. Es una lectura equivocada. La IA funcionó exactamente como se diseñó. Ese es el verdadero problema, y la lección que deja es más acotada y más útil que la que la mayoría sacó de los titulares.
Ya escribimos sobre el costo humano de ese error a principios de este año. Este artículo trata de algo distinto: el problema de medición que hizo posible todo lo demás.
Todos midieron lo que no era
Cuando Klarna hizo su anuncio original, la cifra principal era la contención: cuántas conversaciones con clientes absorbía la IA antes de llegar a una persona. Entre dos tercios y tres cuartos de las interacciones, según la cita. Es una cifra llamativa. Y también casi no tiene relación con si el problema del cliente se resolvió de verdad.
La contención mide si la IA retuvo la conversación. Un cliente que contacta con soporte dos veces por el mismo problema cuenta como dos contenciones si la IA atendió ambas. Un cliente que acepta una respuesta equivocada y se rinde también cuenta. Un cliente tan frustrado que disputa un cargo en su tarjeta, cuenta. La métrica capturaba volumen. No decía nada de los resultados.
La IA de Klarna hacía exactamente aquello con lo que se la medía. El problema era la medición. Esa distinción es enormemente importante para cualquier líder de CX que esté evaluando proveedores de IA hoy.
El CSAT cayó antes de que se movieran las métricas de volumen de Klarna, justo lo que cabría esperar si la contención y la resolución autónoma iban en direcciones opuestas. La señal estaba ahí. Nadie vio la brecha hasta que el resultado se había deteriorado lo suficiente como para aparecer en las cifras que de verdad miraban los directivos.
Por qué la contención se convirtió en la métrica por defecto
La resolución es más difícil de definir, y esa es la principal razón por la que el sector se quedó con la contención. ¿Se resolvió de verdad el problema del cliente? Para responder hay que saber cuál era el problema, si la respuesta lo abordó y si el cliente volvió. La contención solo exige contar las conversaciones que terminaron sin una persona.
Las empresas que hoy aguantan en el mercado construyeron su medición en torno a esas preguntas difíciles desde el principio. La tasa de recontacto, es decir, si el mismo cliente reabre un ticket por el mismo problema en 14 días, es la señal de resolución más clara, y es la que la mayoría de las implementaciones omite porque exige hacer seguimiento entre conversaciones, no dentro de ellas. El CSAT a nivel de interacción importa más que el agregado. Y las escalaciones, tratadas como datos continuos sobre dónde se queda corto el conocimiento del agente de IA, valen más de lo que la mayoría de los equipos cree.
Los datos de Maven en implementaciones empresariales muestran el patrón con claridad. Los clientes que se guían por métricas de contención se estancan. Los que se guían por tasas de resolución en el primer contacto, ratios de deflexión frente a resolución y frecuencia de recontacto siguen mejorando, porque su ciclo de retroalimentación está conectado con el resultado real.
La decisión estructural que volvió fatal el problema de medición
Klarna redujo plantilla antes de que el deterioro de la calidad fuera visible en los datos. La lógica era defendible: la IA absorbía el volumen, así que la capacidad humana podía reducirse. Pero los problemas de calidad se acumulan lentamente. Aparecen en el CSAT, luego en los recontactos, luego en la pérdida de clientes y después en cifras de ingresos que, por definición, miran hacia atrás. Cuando la señal se hizo visible, el margen para absorber la recuperación ya no existía.
Esta es la parte de la historia de Klarna que se pierde en el relato de que «la IA fracasó». La tecnología no fracasó. Fracasó la estructura de la implementación, en concreto, la decisión de reducir la capacidad humana antes de validar que la IA realmente resolvía los problemas y no solo los contenía.
Las implementaciones que evitaron esto no empezaron recortando plantilla. La reestructuraron. Los equipos de soporte se orientaron hacia la gestión de escalaciones, la revisión de calidad y el éxito del cliente, funciones que requieren un criterio que la IA realmente no puede replicar. La reducción de plantilla vino de esa reestructuración, no de pensar primero en recortar. La diferencia parece sutil. Los resultados no lo son.
Cómo cambiaron los compradores empresariales después de Klarna
La historia aceleró algo que ya estaba ocurriendo en los procesos de compra. Los líderes de CX empresariales que compran hoy preguntan por las tasas de resolución en el primer contacto, no por la contención. Preguntan qué pasa cuando la IA se equivoca, no solo con qué frecuencia acierta. Quieren datos de recontacto de implementaciones reales en producción, no puntuaciones de precisión de una demo en un entorno controlado.
Ese cambio se nota de forma concreta en los ciclos de venta. Los proveedores que pueden responder esas preguntas con datos reales de clientes avanzan más rápido. Los que siguen presumiendo de cifras de contención reciben preguntas más difíciles y procesos más largos. El listón del «demuéstralo» ha subido. Y Klarna tiene mucho que ver.
Cómo son las implementaciones que sí aguantaron
Clio evaluó 32 proveedores de IA y sometió a 10 a pruebas exigentes antes de implementar Maven. Hoy resuelve de forma autónoma el 80 % de las consultas por chat y cierra un 60 % más de tickets en total que con su sistema anterior. Su equipo de soporte no se redujo: se orientó hacia trabajo de mayor valor. La métrica que siguen es la resolución, no la deflexión. Lee la historia completa.
Papaya Pay, que opera en pagos transfronterizos regulados, alcanzó un 90 % de resolución autónoma. El requisito de cumplimiento normativo (cada interacción auditable, cada escalación trazable, conforme a los estándares SOC 2, HIPAA y PCI-DSS) impuso el tipo de disciplina de resolución que la mayoría de las implementaciones pasa por alto. Resulta que esa disciplina es una ventaja, no una limitación.
Ninguna de las dos implementaciones empezó preguntándose cuántas personas podían recortar. Ambas empezaron preguntándose qué significaba realmente «resuelto».
Qué hacer con esto si estás evaluando proveedores de IA ahoraDefine la resolución antes de implementar nada. Decide qué significa «resuelto» (resolución en el primer contacto, sin recontacto en 14 días, finalización de una tarea concreta) y conviértelo en el criterio de éxito desde el primer día. Si tu proveedor no sabe decirte cómo lo mediría, ahí tienes la respuesta. Nuestra guía de deflexión frente a resolución explica paso a paso cómo configurarlo.
Haz de la tasa de recontacto una métrica prioritaria. Ponla en el panel junto a tu CSAT habitual. Úsala como ciclo de retroalimentación para la base de conocimiento del agente de IA y su comportamiento. Si el mismo cliente vuelve una y otra vez por el mismo problema, es un fallo de resolución, no un ticket nuevo.
Trata los datos de escalación como una señal, no como un paso del flujo de trabajo. Cada escalación te dice dónde se queda corto el conocimiento o la autoridad de la IA. Los equipos que más rápido mejoran usan esos datos de forma continua. Una plataforma empresarial de agentes de IA debería facilitar que salgan a la luz, no obligarte a buscarlos.
Exige cobertura unificada de canales desde el principio. Un cliente que llama, luego escribe un correo y después abre un chat no debería tener que repetirse. La resolución unificada en chat, voz y correo electrónico es lo que mueve las cifras de resultados, no una automatización de un solo canal que luce bien en una demo.
No reduzcas plantilla antes de validar la calidad a escala. Planifica la transición de la plantilla en paralelo a la implementación de la tecnología, no después. Las funciones cambian (los agentes se orientan hacia la gestión de escalaciones, la revisión de calidad y la gestión de excepciones), pero la transición hay que diseñarla, no darla por hecha.
En qué punto nos deja esto
La predicción de Gartner de que el 80 % de las interacciones de atención al cliente involucrará IA en 2029 sigue pareciendo alcanzable. Los últimos 2 años no han cambiado el destino. Han aclarado qué caminos llevan hasta allí y cuáles terminan en una marcha atrás pública y un anuncio de recontratación.
Las empresas que lleguen al 80 % de resolución autónoma serán las que definieron bien la resolución antes de implementar nada, exigieron a la IA rendir cuentas según esa definición e incorporaron la transición de la plantilla al plan desde el principio. Las que optimizaron la contención, recortaron plantilla antes de tiempo y midieron conversaciones en lugar de resultados son las que están escribiendo las historias que sirven de advertencia.
La historia de Klarna no es una advertencia sobre la capacidad de la IA. Es una advertencia sobre lo que pasa cuando un sistema capaz apunta al objetivo equivocado.
Si estás evaluando soluciones de atención al cliente con IA y quieres un marco para compararlas según las métricas que de verdad importan, nuestra guía de deflexión frente a resolución explica paso a paso cómo construir un caso de negocio sólido. O reserva una demo y compara las cifras de resolución de Maven con lo que tienes hoy.
Míralo con tus propias conversaciones.
Solicita una demo personalizada gratuita.
